基于灰度共生矩阵与RANSAC的工业产品表面缺陷视觉检测方法

    公开(公告)号:CN106373124B

    公开(公告)日:2019-01-08

    申请号:CN201610839952.1

    申请日:2016-09-21

    Abstract: 基于灰度共生矩阵与RANSAC的工业产品表面缺陷视觉检测方法,本发明涉及灰度共生矩阵与RANSAC的工业产品表面缺陷视觉检测方法。本发明是为了解决传统表面缺陷检测方法适用范围窄、计算复杂、检测精度低的问题。本发明缺陷面积检测精度可达95%,可以用于金属元件的表面检测,且对玻璃元件、纸张、电子元器件等表面缺陷检测都有很强的适用性。在C++环境下,本发明算法针对640×480的工业图像的检测时间为200ms,较现有主流方法,检测效率高,稳定性好,适用于工业产品的快速检测场合。本发明应用于工业产品表面检测领域。

    一种基于机器视觉的工业磁芯元件的形变检测方法

    公开(公告)号:CN106247969B

    公开(公告)日:2018-11-02

    申请号:CN201610842595.4

    申请日:2016-09-21

    Abstract: 一种基于机器视觉的工业磁芯元件的形变检测方法,涉及一种基于机器视觉的工业元件形变检测技述,目的是为了解决现有技术存在对初始化敏感、鲁棒性和快速性差等问题。首先对相机采集到的图像进行待测区域分割,使用模板匹配法确定待测工业磁芯元件的中心位置,对待测工业磁芯元件区域进行图像裁剪,得到感兴趣区域;对感兴趣区域的最左和最右两个边缘进行边缘检测,得到二值边缘图像;对二值边缘图像使用改进的最小二乘法进行拟合,计算最左和最右两个边缘的拟合直线的角度差,根据角度差的大小判断工业磁芯元件是否合格。上述方法对初始化不敏感,具有鲁棒性强、检测速度快、检测效率高的优点,适用于工业产品的自动生产和监测。

    一种基于直线聚类分析的BGA元件检测与定位方法

    公开(公告)号:CN105066892B

    公开(公告)日:2017-07-28

    申请号:CN201510474875.X

    申请日:2015-08-05

    Abstract: 一种基于直线聚类分析的BGA元件检测与定位方法,本发明涉及基于直线聚类分析的BGA元件检测与定位方法。本发明的目的是为了解决现有基于模板匹配的BGA芯片检测方法无法适用于BGA芯片旋转和尺度放缩的情况;现有基于点匹配的BGA芯片检测算法时间复杂度高;上述两种算法对光照鲁棒性差的问题。通过以下技术方案实现的:BGA焊球灰度连通域提取;建立信息列表;筛选列表;焊球阵列局部分析确定BGA焊球阵列粗略偏转角度;行、列BGA焊球直线聚类;求解BGA芯片偏转角度和中心位置;焊球逐行搜索得到BGA焊球标识矩阵;若BGA焊球标识矩阵同标准焊球标识矩阵一致,则无缺陷。本发明应用于BGA元件检测与定位领域。

    基于k_tSL中心聚类算法的工业元件表面缺陷检测方法

    公开(公告)号:CN106373123A

    公开(公告)日:2017-02-01

    申请号:CN201610839951.7

    申请日:2016-09-21

    Abstract: 基于k_tSL中心聚类算法的工业元件表面缺陷检测方法,涉及基于机器视觉的工业元件表面缺陷检测技术。目的是为了解决现有主流工业产品表面缺陷检测技术在有干扰的情况下,检测精度低、稳定性差的问题。本发明首先对相机采集到的图像进行待测区域分割,得到元件的多个表面块感兴趣区域,对每一个表面块感兴趣区域的每一个像素位置进行特征提取,对多维特征使用K-tSL中心聚类算法进行聚类,选取覆盖面积大于50%的连通区域作为正常区域,其余部分为缺陷部分,根据连通区域的大小判断工业元件是否合格。上述方法稳定性好,检测精度高,可以应用到工业元件的自动生产和监测中。

    一种用于球栅阵列引脚芯片的焊球定位及其参数识别方法

    公开(公告)号:CN105184770A

    公开(公告)日:2015-12-23

    申请号:CN201510474957.4

    申请日:2015-08-05

    Abstract: 一种用于球栅阵列引脚芯片的焊球定位及其参数识别方法,涉及一种芯片的视觉识别方法。为了解决现有方法存在鲁棒性差,芯片焊球识别精度低的问题。对原芯片图像处理后得二值焊球图像并对每个二值化焊球连通域标记;对连通域标记后的每个二值化焊球在原始图像上对应邻域范围内灰度连通域提取并建立灰度信息列表;建立背景图像并局部分析;边界直线拟合求解芯片的偏转角度和中心位置;确定每行每列等效焊球的直线方程,等效焊球搜索得到每行等效焊球集合和每列等效焊球集合,求解出焊球相关尺寸;直线拟合后将所有相邻行拟合直线间距作为焊球标准行间距,将相邻列拟合直线间距作为焊球标准列间距。对于具有500个焊球引脚规模的芯片识别与定位时间小于200ms。

    一种基于行列直线聚类的多类型BGA芯片视觉识别方法

    公开(公告)号:CN105005997A

    公开(公告)日:2015-10-28

    申请号:CN201510474956.X

    申请日:2015-08-05

    Abstract: 一种基于行列直线聚类的多类型BGA芯片视觉识别方法,本发明涉及BGA芯片视觉识别方法。本发明是要解决现有技术对于焊球排布稀疏的BGA芯片鲁棒性较差、采用单阈值二值化图像来提取焊球导致欠分割、过分割以及算法时间复杂度高的问题;本发明是通过1对原始图像进行动态阈值分割、形态学以及连通域标记处理;2建立完整灰度BGA焊球信息列表;3构成等效BGA阵列;4局部分析确定等效BGA阵列粗略偏转角度;5得到每行、每列等效BGA焊球蔟以及边界等效BGA焊球蔟;6求解原始图像中BGA芯片的偏转角度和中心位置;7对BGA焊球蔟进行直线拟合;8求解标准芯片参数等步骤实现的。本发明应用于BGA芯片视觉识别领域。

    一种具有大范围旋转及平移运动估计的实时电子稳像方法

    公开(公告)号:CN103841296A

    公开(公告)日:2014-06-04

    申请号:CN201310722086.4

    申请日:2013-12-24

    Abstract: 一种具有大范围旋转及平移运动估计的实时电子稳像方法,它涉及具有大范围旋转及平移运动估计的实时电子稳像方法。本发明是为解决现有基于灰度信息的实时电子稳像方法无法对图像的大范围旋转运动进行准确估计,块匹配搜索算法无法准确对大范围的图像帧间旋转及平移运动进行估计,对灰度色调单一的抖动视频只采用块匹配稳像一种方法稳像效果不佳,鲁棒性弱的问题。稳像方法采用图像位平面金字塔中间层进行块匹配解算帧间旋转运动角度,采用图像位平面金字塔自适应取块匹配,配合基于图像位平面金字塔的投影法进行相邻帧间平移运动估计,采用改进的六边形搜索算法进行搜索。本发明用于需进行大范围旋转及平移运动估计的实时电子稳像场合。

    一种基于行列直线聚类的多类型BGA芯片视觉识别方法

    公开(公告)号:CN105005997B

    公开(公告)日:2017-11-14

    申请号:CN201510474956.X

    申请日:2015-08-05

    Abstract: 一种基于行列直线聚类的多类型BGA芯片视觉识别方法,本发明涉及BGA芯片视觉识别方法。本发明是要解决现有技术对于焊球排布稀疏的BGA芯片鲁棒性较差、采用单阈值二值化图像来提取焊球导致欠分割、过分割以及算法时间复杂度高的问题;本发明是通过1对原始图像进行动态阈值分割、形态学以及连通域标记处理;2建立完整灰度BGA焊球信息列表;3构成等效BGA阵列;4局部分析确定等效BGA阵列粗略偏转角度;5得到每行、每列等效BGA焊球蔟以及边界等效BGA焊球蔟;6求解原始图像中BGA芯片的偏转角度和中心位置;7对BGA焊球蔟进行直线拟合;8求解标准芯片参数等步骤实现的。本发明应用于BGA芯片视觉识别领域。

    一种基于灰度共生矩阵的管件内螺纹视觉识别系统及方法

    公开(公告)号:CN105160656B

    公开(公告)日:2017-11-03

    申请号:CN201510474873.0

    申请日:2015-08-05

    Abstract: 一种基于灰度共生矩阵的管件内螺纹识别系统及方法,本发明涉及基于灰度共生矩阵的管件内螺纹识别系统及方法。本发明的目的是为了解决现有内螺纹识别算法的稳定性低,识别速度慢,所需硬件系统复杂的问题。通过以下技术方案实现的:一、采集并保存一张背景图像;二、采集一张内螺纹管件原始图像;三、通过图像减法保留内螺纹管件区域;四、获取内螺纹管件端口的二值图像;五、得到内螺纹管件端口圆;六、裁剪出ROI区域;七、得到边缘二值图像;八、求解灰度共生矩阵的能量值属性;九、判断所采集的内螺纹管件端口内有无螺纹。本发明应用于管件内螺纹识别领域。

    一种基于改进霍夫变换的图像位置配准方法

    公开(公告)号:CN106485731A

    公开(公告)日:2017-03-08

    申请号:CN201610872893.8

    申请日:2016-09-30

    Abstract: 一种基于改进霍夫变换的图像位置配准方法,本发明涉及图像位置配准方法。本发明是要解决现有技术算法复杂、实时性差、计算量大以及算法鲁棒性差的问题,而提出的一种基于改进霍夫变换的图像位置配准方法。该方法是通过步骤一、得到当前灰度图像。步骤二、对步骤一得到的当前灰度图像中均匀选择m个匹配块;并对得到的匹配块进行筛选;步骤三、得到每个匹配块的局部运动估计矢量;步骤四、得到霍夫变换筛选后的局部运动估计矢量;步骤五、求取局部运动估计矢量平均值作为运动估计结果;依据运动估计结果,得到当前图像和基准图像的位置配准关系等步骤实现的。本发明应用于图像位置配准领域。

Patent Agency Ranking